《66影视日韩》

警惕照片泄漏，有人已经能把(🚽)你的照片合成小视频了！

请叫我

制片师

不知道差友们还记不记得两个月前 Reddit 上的科技界大事儿。。。

有个 id 叫 deepfakes 的神人，用机(⏮)器学习框架写了一套工具，把女星的脸接到了某些不可描述的影片中(🕕)。

和一般意义上的 P 图不同，这个(🛃)方法是通过搭建神经网络来学习人脸，使替换以后的脸可以生动地模仿(🛬)原来的表情，以假乱真。

差评君这两天闲来无事，逛 Reddit 的时候发现有了个以 deepfakes 命名的板块，里面一堆人在讨论技术的同时还在贴着不可描述的内容，一片欣（ hei ）欣（ hei ）向（ hei ）荣，学术氛围(📮)浓厚(🈸)。。。

还有(🌵)人分享大量训练(💚)样本

差评君觉得有些奇怪，虽然说那位叫 deepfakes 的大神把工具开源了，但是以大部分网友的水平应该是不会用他的源(👈)码的，咋这个(⛏)社区这么热闹了呢。。。

直到我注意到了置顶帖，又有个 id 叫 deepfakeapp 的老哥在 deepfakes 的(👬)代码基础上做(🛐)了一套(🥐)傻瓜式工具(🐱)，让(🐎)没啥技术背(❗)景的人也能学会使用，这种分(🐯)享精神实在是(👯)让我感动。。。

可(🗒)惜的是虽然哥们儿精神可嘉，不过依(🛅)然不够 geek --这套工具没有开(🤽)源。

不过一开始 deepfakes 的代码库也没有(⛎)用任何协议，所以(🕙)不开源也没(🍦)啥毛病。

那还等什么？？？我这就下载下来，抱着学术态度好好研究一下机器学习啊！！！

按照(🍱)开发者的教程，这套工具的环境需要 CUDA，这是核弹厂 Nvidia 出的用显卡来做机器学习的工具，我装了一下。（ 至于为啥要用显卡来搞，你可以看看我的旧文章 ）(🈲)

以及 Visual Studio，微软家(👎)的开(🍴)发(🎈)工具，功能极为强大，这个差评君因为平时会玩儿 Unity， 早就装过了。

工具名叫 FakeApp，它目前有 3 个功能，我依次试了试。

第一(🔏)个功(🗝)能是获取训练样本。

获取方式是逐帧截取一个视频文件，然后再把里面的脸部截出(🅰)来，做成一个个 256 × 256 像素的矩形。

差评君征集了一下公司里小伙伴们的意见，选择了女神石原里美作为训练对象。

我找到了一段采访视(🕰)频，用 FakeApp 的素材制作工具成功获得了大(🗑)量石原女神(⛓)的脸部图片。

在剔除了一些不含脸部，或者不清晰的图片以后，得到了两千多张脸部图片。

好。。。可爱。。。

然(😂)后，在网上随(🍻)便找了一个不(♎)认识的日本妹子拍的(🏏)视频，也做了差不多的操作，获得了另一组素材。

差评君准备好了素材，开始使用第二个功能(🎢)，训练。

结果刚点下去没多久，这玩意儿报了个错。。。

考虑到这是个人开发项目，稳定性很差也是情有可原的嘛，而(🍁)且人家也没(🎸)收钱。。。

但是我不知道问题出在哪啊？！

后来通过各种研究，发现有人和我碰到了一样的问题，最后开发者回答(📅)：(🏭)因(😄)为执行训练时用的代码调用的是 CUDA 8.0（ 最新的是 9.1，你特么研究这么先进的技术，环境能不能也用新的！？），而 CUDA 8.0 配套的 Visual Studio 插件最新的也只支持到 2015 版本，差评君用的是 2017，因此失败了。

总而言之，就是环境配置的时候我没有按要(🔪)求的版本搞！

而且这朋友又(🥫)没开源，我想改代(🍜)码也没办法，只好老老实实地去搞定环境了。

但是(🥁)问题来了(😚)，微软作为一(👴)家在科技行业中的领先企业，为了推动新标准自然是义不容辞的，所以旧版的工具 VS 2015 在官网上肯定是没收啦，给我用新(🌎)版本去啊混蛋！

我看着文件夹里几千张石原小姐姐的微(🖍)笑，正准备砸电脑的时候，在旁边偷(🖌)窥我的世超给(🥥)了我个 U 盘，里面静静的躺着 VS 2015 的镜像文件，他朝我露出了一个(🍻)鼓励的微(🔖)笑。。。

果然还是你们程序员靠谱啊

差评君卸载了电脑上的 VS 2017，装上了 2015，又重新装了遍 CUDA 8.0，打上了补丁，我可以说我上学(😥)的时候都没这么认真(📫)的钻研技术。。。

随后，设置好了一些选项，例(📔)如训练素材和模型的路径(💐)，神经网路层数，节点数(🛥)等等。。。

项目代号：石原里美，启动！

顺路还在工作群里装了个逼！

一开(🚻)始，效果很次，啥也看不出。。。

工具运行时会出现两组不断变小的叫作 “ Loss ” 的属性，差评君猜这是素材组(🚬)转化的时候体现损失率的(🧓)参数，值越低越好。

随着时间的推移，图像变得(🔓)清晰以后(🌠)，就能看见训练代(🐬)码会在左边不知名妹子的脸型基础(📞)上，用石原妹子的脸型代替成右边的样子。

这期间，电脑卡得一塌糊涂。。。

我嫌它太(🦏)慢了，抢过了 KK 装了 1080 Ti ，32G 内存的高配 PC，把环境全部搞定了以后开始了(👚)全速训练，目测大概(🍕)是我 16G， 960 GTX 的小破电脑 5 倍速度，我把进程挂在那儿跑了 20 个小时。

这个训练(🗿)过程没有结(🥊)束的时候，我只要按照自己的需求(😴)，掐掉训练就行。

第二天，我从 KK 这里把训练好的模(🍞)型拷贝了过来，开始了最后一步。

转化素材。

这一步我做了以后发现，原(🖲)理其(🗿)实没有我想象的那么牛逼。。。

在我依次指定(🗻)完训练好的模型和原视频的路径，设定好视频帧率以后，这个工具会逐帧分离视频，把人脸抽出来，然后从模型里找到数据替代像素，再嵌回去做成新的逐帧画面(🌄)，最后把画面合成视频(🥞)。

然而，这个个人项目再次证明了它(📷)还有进(🛥)步(🕴)空间，最后一步合成的时候出错了，而且找不到原因。。。

看着(🔒)这 8 千多张合成好的视频帧，我快急死了。。。

赶紧上 Reddit 的对应板块去研究一下，结果。。。

没错，其(🕠)实我比这些新闻网站都要先知道这个消息，因为我这两天一直混在这儿研究技术问题。。。

最后我通过长(🧘)时间搜索找(🌛)到了个工具：FFMPEG，可以把逐帧的图片转换成视频，我配置好了命令行(🖋)工具以后，一行命令就搞定了。。。

（ 而且我知道这么搞视频肯定没声音，

机智地顺便还从原视频里拉了个音轨 ）

我再用 FFMPEG 把音轨放了进去，看到静静地躺在那(🦋)儿的 MP4 文件，我激动地仰天长叹。。。

估计是我太专注了，这一放松，回头发(🆕)现办公室里的人都来围着我来看视频了。

看来他们也挺关心啊。。。

可以看到，脸部边上还是有些瑕疵，但是这个表情已经很到位了有木有。。。

而且音轨拉进去以(🍯)后，说话的时候口型竟然对上了！！！

不说了，这个技术前景无限，我去喝(🌶)瓶营养快线冷静冷静。

“ 从此看片不求人(😖)！ ”

【66影视日韩的相关新闻】